近日,我校机械与能源工程系杨再跃教授课题组取得电力系统、机器学习等领域的多项重要研究成果,在电力系统顶级学术期刊IEEE Transactions on Smart Grid和IEEE Transactions on Power Systems上发表三篇论文,并在机器学习领域顶级学术会议The 33rd Conference on Neural Information Processing Systems (NeurIPS 2019)上发表一篇论文。
![4db607412aff6467406d2539cb82447c.png](https://img-blog.csdnimg.cn/img_convert/4db607412aff6467406d2539cb82447c.png)
第一项研究成果与大规模用电设备的最优快速管理有关,该成果发表在电力领域顶级学术期刊IEEE Transactions on Smart Grid上。论文主要由南科大和浙江大学共同完成,杨再跃为通讯作者。
用电设备的最优管理是智能电网中实现需求侧响应的关键一环。然而该问题通常需要同时管理调度大量的用电设备,同时考虑多个时槽,是一个时间空间耦合的复杂问题,想要在短时间内解决该问题十分困难。因此,如何设计合理的算法,提高计算效率,降低计算时间,是目前的研究热点。
![103f4e9a346de568e7dac433be937369.png](https://img-blog.csdnimg.cn/img_convert/103f4e9a346de568e7dac433be937369.png)
图1 左:算法计算速度 ;右:算法成